Lewati ke konten utama

Beranda Data Engineering

Kursus

Konsep Data Warehousing

MenengahTingkat Keterampilan

Diperbarui 12/2025

Kursus pengantar dan konseptual ini akan membantu Anda memahami dasar-dasar data warehousing.

Mulai Kursus Gratis

TheoryData Engineering

4 jam

16 videos

57 Latihan

3,450 XP

48,627

Pernyataan Pencapaian

Dipercaya oleh para pelajar di ribuan perusahaan

Melatih Tim?

Coba untuk Bisnis

Deskripsi Kursus

Kursus pengantar dan konseptual ini akan membantu Anda memahami dasar-dasar data warehousing. Anda akan memperoleh pemahaman yang kuat tentang dasar-dasar data warehousing melalui contoh industri dan himpunan data dunia nyata.Beberapa pihak meramalkan bahwa pasar data warehousing global diperkirakan akan melampaui $50 miliar pada tahun 2028. Industri ini terus berkembang selama bertahun-tahun dan telah menjadi komponen penting dari revolusi data bagi banyak organisasi. Belum pernah ada waktu yang lebih baik untuk mempelajari data warehousing.Video menyertakan transkrip langsung yang dapat Anda tampilkan dengan mengeklik "Show transcript" di kiri bawah video. Glosarium kursus dapat ditemukan di bagian sumber daya di sisi kanan. Untuk memperoleh kredit CPE, Anda perlu menyelesaikan kursus dan mencapai skor 70% pada asesmen yang memenuhi syarat. Anda dapat membuka asesmen dengan mengeklik pemberitahuan kredit CPE di sisi kanan.

Persyaratan

Introduction to SQL

1

Dasar-dasar Data Warehouse

Siapkan perjalanan belajar data warehouse Anda dengan memantapkan diri pada beberapa konsep dasar. Untuk memulai kursus ini, Anda akan mempelajari apa itu data warehouse dan bagaimana perbandingannya dengan teknologi yang terdengar serupa, data mart dan data lake. Anda juga akan mempelajari bagaimana berbagai peran mendukung berbagai tahap proyek data warehouse.

Apa itu data warehouse?

Memahami apa dan mengapa

Kemungkinan use case data warehouse untuk Zynga

Apa perbedaan antara data warehouse dan data lake?

Data warehouse vs. data lake

Data warehouse vs. data mart

Memilih antara data lake, warehouse, dan mart

Data warehouse mendukung analisis organisasi

Siklus Hidup Data Warehouse

Dukungan sesuai kebutuhan

Siapa melakukan apa?

2

Arsitektur dan Properti Warehouse

Sekarang, Anda akan mendapatkan pemahaman yang lebih baik tentang arsitektur data warehouse dengan mempelajari lapisan-lapisan umum sebuah data warehouse dan bagaimana lapisan presentasi mendukung analis. Selain itu, Anda akan mempelajari tentang Bill Inmon dengan pendekatan top-down dan bagaimana pendekatan tersebut dibandingkan dengan pendekatan bottom-up dari Ralph Kimball. Terakhir, Anda akan memahami perbedaan antara sistem OLAP dan OLTP.

Apa saja lapisan yang berbeda dalam data warehouse?

Mengurutkan lapisan data warehouse

Memahami ETL

Pilih lapisan yang benar

Lapisan presentasi

Berperan sebagai konsultan

Mendukung analis dan pengguna data scientist

Arsitektur data warehouse

Top-down vs bottom-up

Karakteristik top-down dan bottom-up

Memilih pendekatan top-down

Sistem OLAP dan OLTP

Kubus data OLAP

Skenario OLAP vs. OLTP

Memahami OLTP

3

Pemodelan Data Data Warehouse

Di sini, Anda akan mempelajari cara mengatur data dalam data warehouse dengan model data yang andal. Pertama, Anda akan membahas dasar-dasar pemodelan data dengan mempelajari apa itu tabel fakta dan dimensi serta bagaimana Anda menggunakannya dalam skema bintang dan serpihan salju. Lalu, Anda akan meninjau cara membuat model data menggunakan proses empat langkah Kimball dan cara menangani dimensi yang berubah secara perlahan.

Pemodelan data gudang data

Memahami tabel fakta dan tabel dimensi

Malam berbintang dan bersalju

Fakta atau dimensi?

Proses empat langkah Kimball

Mengurutkan langkah-langkah Kimball

Menentukan grain

Memilih fakta yang masuk akal

Dimensi yang berubah secara perlahan

Kuis kilat tentang perubahan lambat

Perbedaan antara tipe I, II, dan III

Penyimpanan data berbasis baris vs. kolom

Mengategorikan skenario penyimpanan baris dan kolom

Mengapa column store lebih cepat?

Kueri mana yang lebih cepat?

4

Implementasi dan Persiapan Data

Anda akan menutup kursus dengan mempelajari kelebihan dan kekurangan proses ETL dan ELT serta implementasi lokal (on-premise) dibandingkan berbasis cloud. Anda akan mengakhiri dengan menelusuri sebuah contoh, membuat keputusan kunci tentang perancangan dan implementasi warehouse.

ETL dan ELT

Perbandingan ETL dan ELT

Perbedaan antara ETL dan ELT

Memilih ELT

Pembersihan data

Operasi pembersihan

Menemukan kebenaran dalam transformasi data

Memahami data governance

Gudang data on-premise dan cloud

Mengetahui perbedaan antara on-premise dan cloud

Mencocokkan implementasi dengan justifikasi

Contoh desain data warehouse

Menghubungkan semuanya

Memilih bottom-up

Apakah Anda sudah menguasainya?

Konsep Data Warehousing

Kursus
Selesai

Memperoleh Surat Keterangan Prestasi

Tambahkan kredensial ini ke profil LinkedIn, resume, atau CV Anda
Bagikan di media sosial dan dalam penilaian kinerja AndaDaftar sekarang

Bergabung dengan 19 juta pelajar dan mulai Konsep Data Warehousing Hari Ini!

Kembangkan keterampilan data Anda dengan DataCamp untuk Mobile

Buat kemajuan di mana saja dengan kursus mobile kami dan tantangan coding harian 5 menit.